☆打卡算法☆LeetCode 11、盛最多水的容器 算法解析

本文涉及的产品
容器镜像服务 ACR,镜像仓库100个 不限时长
简介: “根据输入的数组数字构建坐标轴,求出坐标轴构成的容器可以容纳最多的水。”

一、题目


1、算法题目

“根据输入的数组数字构建坐标轴,求出坐标轴构成的容器可以容纳最多的水。”

题目链接: 来源:力扣(LeetCode)

链接:leetcode-cn.com/problems/co…


2、题目描述

给你 n 个非负整数 a1,a2,...,an,每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, ai)(i, 0) 。找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。

说明:你不能倾斜容器。

示例 1:

网络异常,图片无法展示
|

输入:height = [1,8,6,2,5,4,8,3,7]
输出:49
解析: 图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。
复制代码
示例 2:
输入:height = [1,1]
输出:1
复制代码
示例 3:
输入:height = [1,2,1]
输出:2
复制代码
示例 4:
输入:height = [4,3,2,1,4]
输出:16
复制代码


二、解题


1、思路分析

这道题,最优做法是使用双指针,在初始时,设两指针i,j分别指向数组的左右两侧,指向的水槽版的高度分别为h[i],h[j],此时的容量为S[i,j],因为容量是由两端中的短板决定的,因此可以得到面积公式:

S(i,j) = min(h[i],h[j]) x (j-i)

此时,我们需要去移动指向数字较小的那个指针(容量=两个指针指向的数字中的较小值*指针之间的距离)。

指向数字较大值的此时就可以作为容器的边界,直到移动的指针指向的数大于当前边界,就移动另一个指针。

那么,每次以双指针为左右边界,也就是数组的左右边界 ,计算出容器的最大值。


2、代码实现

双指针法参考代码:

public class Solution 
{
    public int MaxArea(int[] height) 
    {
        int l = 0, r = height.Length - 1, ans = -1, curr = -1;
        while (l <= r) {
            curr = (r - l) * Math.Min(height[l], height[r]);
            ans = Math.Max(curr, ans);
            if (height[l] < height[r]) l++;
            else r--;
        }
        return ans;
    }
}
复制代码

网络异常,图片无法展示
|


3、时间复杂度

时间复杂度 : O(N)

双指针总计最多遍历整个数组一次。

空间复杂度: O(1)

只需要额外的常数级别的空间。


三、总结

说实话,解这道题之前连双指针是啥都不知道,所以就想不到用双指针,对于刷题来说,多吸取别人的优秀的解题思路,并且理解与实现是很重要的。

所谓的解题思路,就是你解题解的多了,当然就有思路了。对于有些题目的解题思路不会就是不会,也不是努力思考就能想出来的,所以,这就是刷题的意义,这种题目刷多了,将题目进行总结归纳,这些巧妙的思想我们自然就可以学会了。

所以,总结一下双指针思想,最重要的一点就是,双指针大多都是对双层循环的优化,所以当使用暴力解题法双层遍历循环的时候,就可以想一下是否可以使用双指针去解题。

其次,就是双指针的限制的满足条件,必须根据题目找到这个限制条件,这个条件也是双指针的移动条件,也是双指针的思想的基础。



相关文章
|
1月前
|
算法 前端开发 数据处理
小白学python-深入解析一位字符判定算法
小白学python-深入解析一位字符判定算法
48 0
|
1月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
44 3
|
1月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
38 0
|
1月前
|
搜索推荐 算法
插入排序算法的平均时间复杂度解析
【10月更文挑战第12天】 插入排序是一种简单直观的排序算法,通过不断将未排序元素插入到已排序部分的合适位置来完成排序。其平均时间复杂度为$O(n^2)$,适用于小规模或部分有序的数据。尽管效率不高,但在特定场景下仍具优势。
|
17天前
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
|
20天前
|
算法 Linux 定位技术
Linux内核中的进程调度算法解析####
【10月更文挑战第29天】 本文深入剖析了Linux操作系统的心脏——内核中至关重要的组成部分之一,即进程调度机制。不同于传统的摘要概述,我们将通过一段引人入胜的故事线来揭开进程调度算法的神秘面纱,展现其背后的精妙设计与复杂逻辑,让读者仿佛跟随一位虚拟的“进程侦探”,一步步探索Linux如何高效、公平地管理众多进程,确保系统资源的最优分配与利用。 ####
58 4
|
21天前
|
缓存 负载均衡 算法
Linux内核中的进程调度算法解析####
本文深入探讨了Linux操作系统核心组件之一——进程调度器,着重分析了其采用的CFS(完全公平调度器)算法。不同于传统摘要对研究背景、方法、结果和结论的概述,本文摘要将直接揭示CFS算法的核心优势及其在现代多核处理器环境下如何实现高效、公平的资源分配,同时简要提及该算法如何优化系统响应时间和吞吐量,为读者快速构建对Linux进程调度机制的认知框架。 ####
|
1月前
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
27 2
|
1月前
|
机器学习/深度学习 算法 PyTorch
Pytorch-RMSprop算法解析
关注B站【肆十二】,观看更多实战教学视频。本期介绍深度学习中的RMSprop优化算法,通过调整每个参数的学习率来优化模型训练。示例代码使用PyTorch实现,详细解析了RMSprop的参数及其作用。适合初学者了解和实践。
41 1
|
1月前
|
前端开发 算法 JavaScript
无界SaaS模式深度解析:算力算法、链接力、数据确权制度
私域电商的无界SaaS模式涉及后端开发、前端开发、数据库设计、API接口、区块链技术、支付和身份验证系统等多个技术领域。本文通过简化框架和示例代码,指导如何将核心功能转化为技术实现,涵盖用户管理、企业店铺管理、数据流量管理等关键环节。
下一篇
无影云桌面